用igraph与poweRlaw拟合幂律时KS p值过小的矛盾问题

我在使用R语言igraph包的fit_power_law函数时遇到了矛盾情况：该函数返回的KS.p（Kolmogorov-Smirnov检验的p值）用于判断拟合优度，按逻辑，KS p值越小越可能拒绝“数据来自幂律分布”的假设，若数据确实符合幂律，应得到较大的KS p值。

但我通过sample_fitness_pl生成了预期服从幂律度分布的随机图：

set.seed(137)
g <- sample_fitness_pl(10000, 60000, exponent.out=2.2)

接着运行fit_power_law函数：

fit_power_law(degree(g))

得到的结果如下：

$continuous
[1] FALSE

$alpha
[1] 2.363965

$xmin
[1] 8

$logLik
[1] -16114.15

$KS.stat
[1] 0.02660938

$KS.p
[1] 0.002639624

这里KS.p值极小，若以0.05为显著性水平，会拒绝“该度分布来自幂律”的假设，但这个图原本就是基于幂律度分布生成的。我还参考相关指引，用poweRlaw包的bootstrap方法估计p值：

data_pl = displ$new(degree(g)[degree(g)>0])
est <- estimate_xmin(data_pl)
data_pl$xmin <- est$xmin
data_pl$pars <- est$pars
ds <- bootstrap_p(data_pl)

返回的p值为0：

bs$p
[1] 0

请问该如何解释这一矛盾？欢迎各位提出见解！

内容的提问来源于stack exchange，提问作者Mengjun Wu